大數(shù)據(jù)時(shí)代的到來，正在逐漸改變?nèi)祟惖乃季S方式。

以當(dāng)下深度學(xué)習(xí)模型為例，我們不再糾結(jié)、也無力再關(guān)注輸入數(shù)據(jù)與執(zhí)行結(jié)果背后的因果邏輯，而只是通過訓(xùn)練AI模型實(shí)現(xiàn)諸如文本分析、智能語音等各類能力。這類能力也正在改變著當(dāng)下物聯(lián)網(wǎng)領(lǐng)域的各個(gè)方面。

相關(guān)關(guān)系正在因大數(shù)據(jù)時(shí)代的到來而逐漸取代傳統(tǒng)的因果關(guān)系，這一關(guān)系是否同樣適用于工業(yè)互聯(lián)網(wǎng)呢？

如果一定要說用海量數(shù)據(jù)找相關(guān)關(guān)系，理論上是OK的。但實(shí)際上在工業(yè)領(lǐng)域目前還不現(xiàn)實(shí)。工業(yè)領(lǐng)域的大數(shù)據(jù)其實(shí)不是真正意義上的大數(shù)據(jù)，數(shù)據(jù)量并沒有那么大，我們更強(qiáng)調(diào)的是數(shù)據(jù)的質(zhì)量如何、工況全不全、采樣頻率夠不夠，這與傳統(tǒng)互聯(lián)網(wǎng)需要的數(shù)據(jù)也有所不同。

天澤智云CEO孫昕向雷鋒網(wǎng)這樣解釋工業(yè)中的大數(shù)據(jù)。

孫昕曾任IBM RATIONAL大中華區(qū)技術(shù)總經(jīng)理、軟通動(dòng)力研發(fā)副總裁，后合伙創(chuàng)辦靈動(dòng)科技和祺鯤科技兩家公司，天澤智云正是孫昕目前任職CEO的一家面向工業(yè)互聯(lián)網(wǎng)應(yīng)用的企業(yè)，企業(yè)核心技術(shù)團(tuán)隊(duì)來自美國智能維護(hù)系統(tǒng)（IMS）中心。

據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示，國內(nèi)工業(yè)互聯(lián)網(wǎng)相關(guān)企業(yè)已經(jīng)有數(shù)千家之多，其中，工業(yè)互聯(lián)網(wǎng)平臺(tái)型企業(yè)超過300家，預(yù)計(jì)今年國內(nèi)整個(gè)產(chǎn)業(yè)規(guī)模將達(dá)到4800億元。

然而，目前國內(nèi)工業(yè)互聯(lián)網(wǎng)發(fā)展仍處于初期階段，從概念到技術(shù)體系構(gòu)建仍有諸多問題有待進(jìn)一步被清晰、被解決。

工業(yè)大數(shù)據(jù)如何處理？工業(yè)互聯(lián)網(wǎng)/工業(yè)AI企業(yè)現(xiàn)階段發(fā)展如何？工業(yè)互聯(lián)網(wǎng)從概念到落地，有哪些關(guān)鍵性問題尚待解決？企業(yè)從數(shù)字化到智能化又有怎樣的路要走？

雷鋒網(wǎng)帶著這些問題專程拜訪了天澤智云，并與天澤智云CEO孫昕、天澤智云高級(jí)副總裁謝炯、天澤智云技術(shù)研發(fā)副總裁金超博士就相關(guān)問題進(jìn)行了探討。

從天澤智云的創(chuàng)業(yè)與發(fā)展，從他們多年工業(yè)互聯(lián)網(wǎng)從業(yè)經(jīng)驗(yàn)中，我們也可就當(dāng)下國內(nèi)工業(yè)互聯(lián)網(wǎng)企業(yè)發(fā)展、技術(shù)體系、生態(tài)構(gòu)建略窺一二。

天澤智云的第一單

2016年成立的天澤智云至今已經(jīng)走到了第三個(gè)年頭，國內(nèi)像天澤智云這樣工業(yè)互聯(lián)網(wǎng)領(lǐng)域的初創(chuàng)企業(yè)不在少數(shù)，其中出生即含著金鑰匙的企業(yè)也為數(shù)不少，天澤智云的這把金鑰匙就是IMS中心。

IMS中心，全稱美國智能維護(hù)系統(tǒng)中心，也被美國工業(yè)界譽(yù)為工業(yè)大數(shù)據(jù)人才的西點(diǎn)軍校。天澤智云由IMS中心創(chuàng)始主任李杰教授擔(dān)任首席顧問，核心技術(shù)團(tuán)隊(duì)均由IMS中心機(jī)械工程博士組成。

“正是這樣的光環(huán)及技術(shù)積累，使得我們?cè)趧?chuàng)立之初受到很多大型國企的青睞，”孫昕告訴雷鋒網(wǎng)，“但真正意義上的第一單應(yīng)該是中電華強(qiáng)。”

中電華強(qiáng)作為國內(nèi)最大的焊接生產(chǎn)線制造商，在2016年也面臨著企業(yè)轉(zhuǎn)型。當(dāng)時(shí)他們開始思考中電華強(qiáng)是否可以像GE一樣轉(zhuǎn)型，從單純賣設(shè)備到將來賣服務(wù)，從生產(chǎn)制造型企業(yè)到將來生產(chǎn)能力輸出的服務(wù)型企業(yè)。

在這過程中，真正阻礙企業(yè)轉(zhuǎn)型的是需要擁有一些能夠支撐變革的新技術(shù)。賣服務(wù)的前提是要知道賣出去的產(chǎn)線什么時(shí)候壞，怎么維修，以及何時(shí)需要備品、備件。因而，當(dāng)時(shí)的中電華強(qiáng)需要一個(gè)智能工廠的核心設(shè)備健康預(yù)測(cè)評(píng)估平臺(tái)。

“中電華強(qiáng)是我們2016年11月公司成立之初即開始接觸的一家企業(yè)，從最開始不了解客戶需求，到順利簽下訂單，我們僅僅用了三個(gè)月。當(dāng)時(shí)我們和中電華強(qiáng)的合作主要分兩期完成，主要為中電華強(qiáng)做能夠?qū)崿F(xiàn)故障預(yù)測(cè)的平臺(tái)，其中一期是針對(duì)一條典型產(chǎn)線的工作，”孫昕回憶稱。

為什么不是先做數(shù)字化、做在線監(jiān)測(cè)？

對(duì)此，孫昕表示，“設(shè)備監(jiān)控、在線監(jiān)測(cè)是行業(yè)內(nèi)一直在做的一件事，它并不是一項(xiàng)新的技術(shù)，但是要從監(jiān)控再往前走，做預(yù)測(cè)性維護(hù)，要知道它未來會(huì)發(fā)生什么，這使得所有生產(chǎn)、維護(hù)、備品、備件策略都會(huì)隨之發(fā)生根本性變化?！?nbsp;

企業(yè)智能化轉(zhuǎn)型的思考：數(shù)據(jù)價(jià)值通過場(chǎng)景痛點(diǎn)入手

盡管傳統(tǒng)企業(yè)當(dāng)下正面臨轉(zhuǎn)型升級(jí)，但在這一過程中，整個(gè)行業(yè)仍面臨諸多問題。尤其在當(dāng)下工業(yè)互聯(lián)網(wǎng) 發(fā)展初期，智能化技術(shù)尚且不夠成熟；工業(yè)企業(yè)相對(duì)互聯(lián)網(wǎng)企業(yè)較為保守，對(duì)新技術(shù)的嘗試不夠大膽，因而造成雙重困局。

天澤智云將工業(yè)智能落地過程中遇到最多的問題總結(jié)為以下兩點(diǎn)：

第一個(gè)，企業(yè)客戶“不買賬”。

整個(gè)工業(yè)體系已經(jīng)發(fā)展百年之久，行業(yè)在成熟、專業(yè)的同時(shí)也意味著領(lǐng)域知識(shí)固化。身在體系中的人可能僅僅知道體系中一套能夠盡量緩解問題、行之有效的方法。工業(yè)互聯(lián)網(wǎng)或工業(yè)AI的技術(shù)、產(chǎn)品對(duì)于傳統(tǒng)工業(yè)企業(yè)來說是新東西，但固化的觀念難以被改變，當(dāng)下的AI算法又由于數(shù)據(jù)質(zhì)量差、標(biāo)簽少等多種原因，無法快速解決行業(yè)里多年的痛點(diǎn)，就直接造成了企業(yè)和客戶不買賬。

第二，目前，工業(yè)領(lǐng)域的大數(shù)據(jù)環(huán)境其實(shí)并不是大數(shù)據(jù)，仍是大量的“小數(shù)據(jù)”。從而導(dǎo)致前期數(shù)據(jù)驅(qū)動(dòng)的模型很可能是不準(zhǔn)確的。

也有業(yè)內(nèi)人士認(rèn)為，工業(yè)領(lǐng)域的大數(shù)據(jù)更應(yīng)該稱為「BIG SMALL DATA」。主要原因在于當(dāng)下很多工業(yè)中的數(shù)據(jù)還沒有被整合起來。

2007年，谷歌前人工智能首席科學(xué)家李飛飛在普林斯頓大學(xué)任職期間啟動(dòng)了ImageNet項(xiàng)目，這項(xiàng)工作的直接結(jié)果之一是形成了一套有標(biāo)簽的數(shù)據(jù)集。但是工業(yè)諸如風(fēng)電、化工等領(lǐng)域目前并沒有相應(yīng)的數(shù)據(jù)集。這主要是因?yàn)楝F(xiàn)有的故障樣本太少，沒有標(biāo)簽；此前工業(yè)系統(tǒng)中采集的數(shù)據(jù)主要是為了做監(jiān)控、控制、管理應(yīng)用，而非用來分析。

在消費(fèi)領(lǐng)域可能這樣的數(shù)據(jù)能夠快速實(shí)現(xiàn)諸如消費(fèi)者選址此類的價(jià)值，但是在工業(yè)領(lǐng)域，由于各個(gè)細(xì)分領(lǐng)域?qū)I(yè)度高，我們必須要有相應(yīng)領(lǐng)域能夠體現(xiàn)其物理變化的數(shù)據(jù)量。

金超告訴雷鋒網(wǎng)，“如果用戶本身觀念是防備的，前期模型又不夠精準(zhǔn)，最后導(dǎo)致的就是相關(guān)系統(tǒng)得不到使用。由此可見，傳統(tǒng)AI想要單純從數(shù)據(jù)實(shí)現(xiàn)價(jià)值通路其實(shí)是走不通的。”

為此，工業(yè)互聯(lián)網(wǎng)企業(yè)就需要想其他辦法推進(jìn)產(chǎn)業(yè)對(duì)工業(yè)互聯(lián)網(wǎng)的應(yīng)用。金超告訴雷鋒網(wǎng)，從痛點(diǎn)（場(chǎng)景）入手是一個(gè)不錯(cuò)的選擇。

天澤智云此前曾提出十年內(nèi)實(shí)現(xiàn)一百個(gè)無憂工業(yè)場(chǎng)景的目標(biāo)。所謂場(chǎng)景，就是具有通用意義、可復(fù)制性的不同領(lǐng)域面臨的共性問題。如果這樣的問題我們能夠有較好的解決方案，其實(shí)是可以推廣的，其價(jià)值也可以被最大化。

產(chǎn)品化道路上的思考：百萬工業(yè)APP如何造？

2017年11月27日，國務(wù)院正式印發(fā)《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見》，明確提出：到2020年，要培育30萬個(gè)以上的工業(yè)APP即工業(yè)應(yīng)用程序，推動(dòng)30萬家企業(yè)應(yīng)用工業(yè)互聯(lián)網(wǎng)平臺(tái)；到2025年，要形成3~5家具有國際競(jìng)爭(zhēng)力的工業(yè)互聯(lián)網(wǎng)平臺(tái)，實(shí)現(xiàn)百萬工業(yè)APP培育以及百萬企業(yè)上云。

百萬工業(yè)APP成為工業(yè)互聯(lián)網(wǎng)領(lǐng)域的一個(gè)既定目標(biāo)。

那么，問題來了，百萬工業(yè)APP要如何造？

這也是天澤智云在從公司最初成立為客戶做項(xiàng)目到產(chǎn)品化過程中思考的一個(gè)問題。

對(duì)于創(chuàng)業(yè)企業(yè)，在初創(chuàng)階段做好項(xiàng)目是企業(yè)得以生存下來的關(guān)鍵，而要想持續(xù)成長，產(chǎn)品化也是必由之路。

“作為創(chuàng)業(yè)企業(yè)，很企業(yè)為了生存會(huì)選擇先做項(xiàng)目，但這樣很可能會(huì)陷入到一個(gè)惡性循環(huán)中，實(shí)際上我們初創(chuàng)期大概把50%甚至更多的人力投入到了產(chǎn)品體系構(gòu)建中。”孫昕告訴雷鋒網(wǎng)，“項(xiàng)目和產(chǎn)品，一個(gè)是業(yè)務(wù)需求，另一個(gè)是體系更好執(zhí)行項(xiàng)目的基礎(chǔ)，二者是一個(gè)循環(huán)，這兩條腿一定要兼顧?！?/p>

縱觀當(dāng)下工業(yè)互聯(lián)網(wǎng)企業(yè)發(fā)展思路，從一定程度上延續(xù)了消費(fèi)物聯(lián)網(wǎng)關(guān)鍵廠商的打法，從項(xiàng)目制轉(zhuǎn)平臺(tái)化，做工業(yè)互聯(lián)網(wǎng)平臺(tái)。

天澤智云略有不同，首先被天澤智云產(chǎn)品化的是一款名為GenPro的智能分析、建模工具。

2017年12月，天澤智云發(fā)布初代版本GenPro。“GenPro基于我們?cè)贗MS中心積累的案例、算法、方法論，形成具有行業(yè)特性的組件和行業(yè)模板，因而也可以將GenPro視為擁有建模能力的場(chǎng)景資源池?！?/p>

GenPro建模流程畫布

構(gòu)建工業(yè)AI，需要怎樣的產(chǎn)品化體系？

對(duì)此，金超博士解釋稱：

不同于消費(fèi)領(lǐng)域創(chuàng)造性產(chǎn)品化，工業(yè)AI落地的起點(diǎn)并不是數(shù)據(jù)，是痛點(diǎn)，而痛點(diǎn)來自于（工業(yè)）領(lǐng)域知識(shí)，我們會(huì)與行業(yè)專家的經(jīng)驗(yàn)結(jié)合，找到容易落地的痛點(diǎn)，并根據(jù)現(xiàn)有的變量類型和數(shù)據(jù)質(zhì)量決定是否需要再補(bǔ)采。

具體到工業(yè)產(chǎn)品交付中，交付模型才是交付價(jià)值的開始。

之后由于模型不準(zhǔn)確的問題仍然存在，我們需要對(duì)模型進(jìn)行全生命周期管理，這就需要對(duì)模型進(jìn)行持續(xù)迭代。如果數(shù)據(jù)要積累，要把其中信息提取出來的話，就必須要有一個(gè)體系化的平臺(tái)作支撐。

基于這樣的邏輯，天澤智云在今年3月再次發(fā)布了三款新品：CyberSphere、EdgePro、CyberRepository。

前文提到，GenPro本身是一個(gè)資源池，也是一個(gè)工業(yè)智能分析與建模工具，它囊括了融合領(lǐng)域知識(shí)的行業(yè)算子與行業(yè)建模模板，建出來這些模型就需要一個(gè)管理工具。

CyberRepository就是這樣一個(gè)對(duì)模型、流程（建模的過程，是算法組件的有機(jī)組合，也可以理解為是一種模板）的管理工具。CyberRepository實(shí)現(xiàn)了智能資產(chǎn)的全面管理，將散落在各個(gè)系統(tǒng)的模型統(tǒng)一管控，同時(shí)實(shí)現(xiàn)了基于資產(chǎn)的模型協(xié)作開發(fā)，提升了建模效率。

有建模工具，管理模型的工具，最后模型總要發(fā)布到生產(chǎn)環(huán)境中。

CyberSphere是一個(gè)模型執(zhí)行引擎以及模型效果在線監(jiān)控工具，它具備強(qiáng)健的模型適應(yīng)能力，真正做到了模型發(fā)布即使用，加速工業(yè)智能交付。同時(shí)，它具備模型運(yùn)行管理、回放功能，模型迭代完后，可以檢測(cè)模型在原來的數(shù)據(jù)上是否運(yùn)行正常，甚至模型自訓(xùn)練、自更新功能，“未來如果整個(gè)平臺(tái)架構(gòu)做得足夠成熟后，我們可以基于統(tǒng)一標(biāo)準(zhǔn)實(shí)現(xiàn)模型自動(dòng)更迭。”

外加邊緣智能管理系統(tǒng)EdgePro，構(gòu)成天澤智云圍繞模型構(gòu)建的一個(gè)工業(yè)互聯(lián)網(wǎng)采集、分析、交付、管理體系?！斑@套體系也從一定程度上契合了工業(yè)互聯(lián)網(wǎng)聯(lián)盟（IIC）架構(gòu)任務(wù)組聯(lián)合主席林詩萬提出的工業(yè)互聯(lián)網(wǎng)建模難、管模難、用模難的思路?！苯鸪嬖V雷鋒網(wǎng)。

也正是這套體系，解釋了天澤智云對(duì)于百萬工業(yè)APP的構(gòu)建思路。

總結(jié)天澤智云產(chǎn)品化工作進(jìn)程，孫昕總結(jié)為兩類：

第一，構(gòu)建行業(yè)的應(yīng)用。行業(yè)應(yīng)用可以帶來直接價(jià)值，例如風(fēng)電領(lǐng)域的智能化風(fēng)廠產(chǎn)品可以為風(fēng)電行業(yè)帶來直接價(jià)值；

第二，IAI解決方案。要造百萬工業(yè)APP，就要有能造工業(yè)APP的體系和工具，前文提到的產(chǎn)品矩陣也是我們面型工業(yè)領(lǐng)域構(gòu)建的IAI解決方案。

國家在談百萬APP的時(shí)候，工業(yè)APP真的是一個(gè)完全靠人工完成的工作嗎？

其實(shí)，百萬APP不僅要一個(gè)一個(gè)APP去做，更要找到一套工程化的方法和實(shí)踐輔助工具。

至少，天澤智云是這樣認(rèn)為的，也是這樣做的。

CPS架構(gòu)的5C模型

在當(dāng)下工業(yè)互聯(lián)網(wǎng)體系中，有一類技術(shù)架構(gòu)頗受歡迎，即CPS（Cyber-Physical Systems，信息物理系統(tǒng)）。天澤智云也是主要基于CPS架構(gòu)做工業(yè)賦能體系。

“CPS其實(shí)現(xiàn)在已經(jīng)快變成哈姆雷特了，由于工業(yè)本身是一個(gè)復(fù)雜的集合，問題都非常個(gè)性化，很多人都定義了自己對(duì)CPS的理解，這也沒有對(duì)錯(cuò)之分?！苯鸪嬖V雷鋒網(wǎng)。

天澤智云對(duì)CPS架構(gòu)的理解基于李杰教授在2014年提出的5C架構(gòu)，其中，5C架構(gòu)分別指：連接（Connection）、分析（Conversion）、網(wǎng)絡(luò)（Cyber）、認(rèn)知（Congnition）、執(zhí)行（Configuration）。

就CPS的5C架構(gòu)，結(jié)合李杰教授的《CPS：新一代工業(yè)智能》，金超認(rèn)為有以下幾個(gè)特點(diǎn)：

• 第一，數(shù)據(jù)驅(qū)動(dòng)。我們做工業(yè)AI離不開數(shù)據(jù)，雖然我們?cè)趶?qiáng)調(diào)整合領(lǐng)域知識(shí)等，但是最終目標(biāo)還是要有足夠多的數(shù)據(jù)，實(shí)現(xiàn)決策過程自動(dòng)化。

• 第二，全局閉環(huán)。CPS是一個(gè)泛化的概念。不僅需要工程師寫控制算法，更多要讓CPS系統(tǒng)覺知當(dāng)下狀態(tài)，然后讓當(dāng)下狀態(tài)能夠反映這個(gè)模型，然后能夠根據(jù)我們想要達(dá)到的目標(biāo)去更新模型，從而影響實(shí)際工業(yè)系統(tǒng)進(jìn)行迭代。

• 第三，異構(gòu)整合。在這里面CPS它可能涉及到不僅僅是一個(gè)單體的一個(gè)單點(diǎn)，更多的是一個(gè)囊括不同部分的異構(gòu)系統(tǒng)性的架構(gòu)。

• 第四，傳承迭代。在CPS構(gòu)建完成后，知識(shí)將被固化，有CPS本身不斷自我更新、迭代，既有的知識(shí)將能夠自動(dòng)擴(kuò)展，持續(xù)傳承。

工業(yè)智能的落地問題其實(shí)大部分都是工程問題，需要不同部門共同協(xié)作。從數(shù)據(jù)采集、預(yù)處理、建模、深度學(xué)習(xí)、模型驗(yàn)證、可視化等，到最終構(gòu)建的工業(yè)智能APP，會(huì)涉及到諸如從控制器里面采集數(shù)據(jù)，自己安裝傳感器，以及最后的展示。 最終搭建的智能化系統(tǒng)要能夠自動(dòng)迭代、自動(dòng)獲取信息、自動(dòng)分析和判斷，決策之后自動(dòng)去影響實(shí)際工業(yè)系統(tǒng)。只有把5C貫穿，才能真正實(shí)現(xiàn)智能化。

工業(yè)互聯(lián)網(wǎng)的協(xié)議問題

工業(yè)環(huán)境中，協(xié)議標(biāo)準(zhǔn)不統(tǒng)一是當(dāng)下又一個(gè)令人頭疼的問題。盡管國際上已有一些標(biāo)準(zhǔn)化程度較高的協(xié)議，以異構(gòu)性較高的機(jī)加工行業(yè)為例，美國的MTConnect，歐洲的OPCUA，國內(nèi)的NC-Link已經(jīng)是標(biāo)準(zhǔn)化程度較高的協(xié)議，但目前仍是碎片化嚴(yán)重。

天澤智云的邊緣設(shè)備EdgePro也在今年3月的發(fā)布會(huì)上初次對(duì)外亮相，主要功能是進(jìn)行數(shù)據(jù)采集，由此可見，天澤智云也要面對(duì)工業(yè)協(xié)議的問題。

金超告訴雷鋒網(wǎng)，標(biāo)準(zhǔn)逐漸統(tǒng)一已經(jīng)是行業(yè)的一個(gè)大趨勢(shì)。面對(duì)當(dāng)下工業(yè)領(lǐng)域協(xié)議異構(gòu)性高的問題，天澤智云一方面自己在與眾多工業(yè)協(xié)議做兼容，另一方面也在通過行業(yè)合作伙伴合作進(jìn)行協(xié)議兼容。

孫昕認(rèn)為，我個(gè)人覺得數(shù)據(jù)采集技術(shù)上已經(jīng)不是難點(diǎn)，甚至可以說是已經(jīng)一片紅海，采集數(shù)據(jù)更多要靠時(shí)間積累。拿到數(shù)據(jù)如何應(yīng)用才是當(dāng)下技術(shù)關(guān)鍵點(diǎn)。

前文提到工業(yè)中的大數(shù)據(jù)其實(shí)目前大多數(shù)情況仍是“小數(shù)據(jù)”，因而，需要針對(duì)性找有用的數(shù)據(jù)，并且有能力針對(duì)數(shù)據(jù)進(jìn)行分析，從而帶來最終價(jià)值，即降低成本、減少庫存、提高能效等。

預(yù)測(cè)性維護(hù)落地難在哪里？

在工業(yè)互聯(lián)網(wǎng)體系中，預(yù)測(cè)性維護(hù)被認(rèn)為是當(dāng)下最有需求、最有“前途”，也是最難落地的工作之一。

無論是有百年經(jīng)驗(yàn)的工業(yè)巨頭、當(dāng)下的互聯(lián)網(wǎng)企業(yè)巨頭，還是工業(yè)互聯(lián)網(wǎng)中諸多優(yōu)秀創(chuàng)業(yè)企業(yè)，大家現(xiàn)在做的預(yù)測(cè)性維護(hù)相關(guān)工作主要仍是提前預(yù)測(cè)故障出現(xiàn)，而并無法預(yù)測(cè)出故障原因。

天澤智云作為強(qiáng)調(diào)工業(yè)AI的企業(yè)之一，也是如此。

金超認(rèn)為，預(yù)測(cè)性維護(hù)之所以難落地，原因在于大家對(duì)當(dāng)下技術(shù)的預(yù)期太高，同時(shí)還有以下兩方面原因：

第一，場(chǎng)景的選擇。

不是所有的場(chǎng)景都適合做預(yù)測(cè)性維護(hù)，IMS中心就預(yù)測(cè)性維護(hù)有一個(gè)四象限圖，橫軸為故障頻率，縱軸為出現(xiàn)故障后的影響。只有故障出現(xiàn)頻率不高，出現(xiàn)故障影響較大的高價(jià)值核心工業(yè)設(shè)備（例如風(fēng)力發(fā)電機(jī)的大部件、航空發(fā)動(dòng)機(jī)、汽車柴油機(jī)等）才適合做預(yù)測(cè)性維護(hù)。

【 圖片來源：inderscience  所有者：Lee, J., Bagheri, B., & Kao, H.-A 】

第二，用戶的配合程度，IT和OT的融合能力。

工業(yè)智能與預(yù)測(cè)性維護(hù)的應(yīng)用，需要配合管理體系、KPI等優(yōu)化更新。為工業(yè)企業(yè)做完工業(yè)智能化系統(tǒng)或軟件后，管理體系是否跟得上決定系統(tǒng)最終的落地效果。

以天澤智云為某鋼鐵廠做的工業(yè)智能系統(tǒng)為例，在完成系統(tǒng)構(gòu)建后，還做了以下工作：

首先，讓大家了解這個(gè)系統(tǒng)是如何運(yùn)作的，大大小小進(jìn)行了三十多次培訓(xùn)，每個(gè)部門我們不斷的去宣講這個(gè)系統(tǒng)的價(jià)值和意義。

然后，我們盯一個(gè)班組，培養(yǎng)標(biāo)桿、模范班組。我們盯著這個(gè)班組在工作過程中應(yīng)用這套系統(tǒng)，然后與其他未使用系統(tǒng)的班組做對(duì)比。

最后，通過實(shí)際結(jié)果數(shù)據(jù)讓企業(yè)領(lǐng)導(dǎo)意識(shí)到這套系統(tǒng)的價(jià)值，并推進(jìn)管理體系、KPI制度的改革，并明確這個(gè)系統(tǒng)的邊界在哪里。

智能化不能解決所有的問題，總要有一些應(yīng)急預(yù)案與之形成一套組合拳。這樣打出來之后，才開始真正實(shí)現(xiàn)價(jià)值。

工業(yè)互聯(lián)網(wǎng)體系需要怎樣的人才？

天澤智云初創(chuàng)已有將近三年，站在巨人（IMS中心）肩膀上的天澤智云在工業(yè)互聯(lián)網(wǎng)或工業(yè)智能方面對(duì)外擁有怎樣的業(yè)務(wù)能力？

謝炯將天澤智云的業(yè)務(wù)能力歸結(jié)為三個(gè)方面：

第一，賦能組織。我們認(rèn)為這里的組織一方面包括一些工業(yè)數(shù)字化、信息化程度較高，并且有比較強(qiáng)的技術(shù)研發(fā)實(shí)力、需要構(gòu)建工業(yè)智能體系的大型企業(yè)；另一方面，包括對(duì)于行業(yè)場(chǎng)景和技術(shù)希望有一套技術(shù)體系能夠幫助他更好地去沉淀能力，最后產(chǎn)出工業(yè)APP供最終用戶使用的廠商或機(jī)構(gòu)。

第二，賦能平臺(tái)。平臺(tái)包含不同的技術(shù)流派和合作伙伴，包括對(duì)于硬件平臺(tái)的賦能（比如低功耗、高性能、安全可靠，覆蓋工業(yè)場(chǎng)景端到端的邊緣計(jì)算體系構(gòu)建），同時(shí)也可與工業(yè)互聯(lián)網(wǎng)平臺(tái)（注重設(shè)備接入、管理、數(shù)據(jù)存儲(chǔ)、可視化）靈活集成，為其補(bǔ)充全棧IAI能力等。

第三，人才培養(yǎng)。理解教授認(rèn)為中國較美國在工業(yè)大數(shù)據(jù)和工業(yè)智能方面的人才缺口其實(shí)非常大，因而發(fā)現(xiàn)人才、培養(yǎng)人才很重要。我們通過天澤智云從IMS傳承的知識(shí)體系，結(jié)合現(xiàn)有的IAI產(chǎn)品，針對(duì)諸如企業(yè)、高校、研究院所等不同群體，提供不同維度的培訓(xùn)和實(shí)踐，為工業(yè)智能人才賦能。。

其中，孫昕特別強(qiáng)調(diào)了人才培養(yǎng)問題，當(dāng)下工業(yè)互聯(lián)網(wǎng)需要怎樣的技術(shù)型人才？

工業(yè)互聯(lián)網(wǎng)在具體領(lǐng)域應(yīng)用中需要很強(qiáng)的行業(yè)知識(shí)，行業(yè)專家是當(dāng)下工業(yè)互聯(lián)網(wǎng)企業(yè)爭(zhēng)搶的人才。但既懂行業(yè)，又懂信息化，還要有前沿科技視角的人才少之又少，所以我們更需要有快速學(xué)習(xí)能力，有多行業(yè)知識(shí)快速融合能力的人才體系。

IMS中心在過去將近20年的時(shí)間做了150個(gè)工業(yè)項(xiàng)目，服務(wù)了90個(gè)全球性制造型企業(yè)。在意大利，史喆、文靜博士做軌交項(xiàng)目時(shí)候，是他們?nèi)松械谝淮谓佑|這個(gè)行業(yè)；金超博士做半導(dǎo)體的時(shí)候，也是IMS中心第一次接觸半導(dǎo)體行業(yè)。

此外，孫昕也表示，“我們也非常認(rèn)同多與行業(yè)專家交流，甚至將這些專家作為我們的行業(yè)合作伙伴、我們的最終用戶，我們也可以向這些專家學(xué)習(xí)他們的業(yè)務(wù)知識(shí)，快速做一些跨行業(yè)的工作?！?/p>

工業(yè)互聯(lián)網(wǎng)發(fā)展進(jìn)程：從0到1，從1到100

前文提到，我國目前工業(yè)互聯(lián)網(wǎng)相關(guān)企業(yè)有千家之多，平臺(tái)型企業(yè)也有數(shù)百家，之所以會(huì)出現(xiàn)這樣的現(xiàn)狀，除了政策利好，行業(yè)初期爆發(fā)性增長外，工業(yè)互聯(lián)網(wǎng)各領(lǐng)域?qū)I(yè)性強(qiáng)，碎片化嚴(yán)重也是原因之一。

也正是由于工業(yè)領(lǐng)域的碎片化嚴(yán)重，使得多領(lǐng)域，甚至全領(lǐng)域通用平臺(tái)的構(gòu)建，至少就目前來看不太現(xiàn)實(shí)，行業(yè)垂直類通用解決方案或平臺(tái)成為目前的集大成者和關(guān)鍵。

各廠商對(duì)此也在制定著自己的計(jì)劃表，天澤智云也有自己的計(jì)劃表，謝炯告訴雷鋒網(wǎng)，這一計(jì)劃表分為短期、中期、長期計(jì)劃，簡(jiǎn)單可以可以總結(jié)為「2+2+0.5」：

短期，將基于風(fēng)電、機(jī)加工行業(yè)中的成功案例打磨出的行業(yè)產(chǎn)品進(jìn)行滲透到市場(chǎng)，一方面獲得市場(chǎng)占有率及更大的用戶群體，同時(shí)也繼續(xù)反過來將我們的行業(yè)產(chǎn)品打磨得更加成熟；

中期，通過在執(zhí)行的客戶項(xiàng)目去探索新的重點(diǎn)行業(yè)和領(lǐng)域，從中挖掘出有效場(chǎng)景，從而在下一個(gè)迭代周期中能夠演化成另外兩個(gè)新的行業(yè)產(chǎn)品；

長期，保持投入一定的資源和精力持續(xù)關(guān)注一些我們認(rèn)為具備潛力的新興產(chǎn)業(yè)，早為之所，常備不懈。

2019年，只是工業(yè)互聯(lián)網(wǎng)搶灘登陸戰(zhàn)的開始，從0到1，再從1到100，這個(gè)過程之間是否還需要再切分為幾個(gè)階段，真正行業(yè)初貌或許要在五年之后才能看清。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。